Anaconda Tensorflow GPU 配置

时间 2020-12-27

标签 javascript html java python c++ git github windows 工具测试栏目 JavaScript 繁體版

原文原文链接

工具和环境

Windows10；
Anaconda3 64bit 地址 https://www.anaconda.com/download/#windows；（直接利用上一篇博文配置）

前言

由于前面配置Visual Studio平台下Tensorflow C++Api调用，已经安装好Anaconda，而且添加路径
C:\yourInstallPlace\anaconda3
C:\yourInstallPlace\anaconda3\Scripts
C:\yourInstallPlace\anaconda3\Library\bin
而且已经安装使用了Tensorflow（不带cpu或gpu字样即默认cpu），发现训练模型很慢，原来还须要特别安装GPU版的tensorflow，因此开始从新配置。注意：开始前，最好先按照下面参考博文一测试下本身电脑的显卡，个人是两张Nvidia的GTX1080系列。javascript

安装TensorFlow-GPU

若是你不会使用Anaconda的切换环境功能，而且有先安装过tensorflow的最好先卸载（此处要选择你安装对应的spyder，若是不知道，先谷歌或百度下Anaconda环境切换，spyder，就会明白能够换个环境之间安装）html

pip uninstall tensorflow
pip list
conda uninstall tensorflow
conda list

都尝试一次，而后调用list看看有没有卸载干净。卸载之后，直接java

conda install tensorflow_gpu==1.5//为了和以前安装好的cuda9.0和cudnn9.0配合使用，直接conda install tensorflow_gpu会给你分配一个不合适的可能，若是你不是cuda9.0和cudnn9.0，请先查找相应的tensorflow_gpu

测试

若是你前面步骤都成功了，须要先测试下到底能不能使用。仍是上面的命令行，输入：python

python
import tensorflow

若是成功后再进入IDE，个人是spyder（此处要选择你安装对应的spyder，若是不知道，先谷歌或百度下Anaconda环境切换，spyderIDE），输入c++

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

毫无反应就是失败，有GPU字样就是成功git

[参考博文一：Win10 Anaconda下TensorFlow-GPU环境搭建详细教程（包含CUDA+cuDNN安装过程）][anchor-id]
[anchor-id]: http://www.javashuo.com/article/p-rwfngyzt-bq.htmlgithub

[参考博文二：Wind10环境，Visual Studio2017下用Bazel编译Tensorflow(失败转调用编译好的包配置使用Tensorflowc++)][anchor-id]
[anchor-id]: https://allentdan.github.io/2019/05/08/My-New-Test/windows

转载著名：https://allentdan.github.io/2019/05/10/Anaconda-Tensorflow-gpu配置工具